种植业投入产出效率评价综述

2014-03-12徐孟志陈丽晖

云南地理环境研究 2014年2期

徐孟志,陈丽晖

(云南大学资源环境与地球科学学院，云南昆明 650091)

0 引言

“效率”(Efficiency)作为物理学概念，原指在机械运动过程中所获得的有用能量与消耗总能量的比值。伴随物理学的发展及其对社会影响的增强，其思维方式和相关概念被引入并广泛运用于经济学领域。以投入产出“效率”为代表，用于评价效率，探讨如何优化配置、提高效率，合理利用资源。效率评价(EfficiencyEvaluation)，即通过经济分析与数理统计手段对研究对象的结构、环境、输入与输出、效益等要素建立指标体系，以效率评价模型对评价系统的经济性、社会性以及可持续性等做出综合评价，为决策者提供科学依据[1]。种植业(PlantIndustry)作为农业的主要组成部分，以土地为重要生产资料，利用绿色植物，通过光合作用把自然界中的二氧化碳、水和矿物质合成有机物质，同时，把太阳能转化为化学能贮藏在有机物质中[2]。农民有着丰富的支配农田事务的管理手段，包括耕作方法、作物选择、种植时间和密度、除草措施和土壤改良等，并且，针对气候和市场的变化，来具体地灵活运作，因时对土地进行因地制宜的非统一化利用[3]。针对这一现象，国外较早地就如何量化评价种植的投入产出效率，以指导效率提高为目标开展相关研究。我国则在20世纪80年代后期，国家体制由计划经济向市场经济转型的过程中，开始关注种植业投入产出效率，并围绕粮食作物和经济作物的种植效率影响因素和效率评价方法展开研究。本文回顾种植业投入产出效率评价方法的发展历程，评述各方法特色和利弊，以及现实需求与研究动态，以期对未来的研究寻求突破口和借鉴基础。

1 量化评价方法的不断完善和多元化发展趋势

经济学家法雷尔(Farrel)是最早系统研究生产效率理论及其应用的学者，他首次基于投入的角度提出生产函数以及技术效率的概念，并将企业的效率分为技术效率和配置效率[4]。因土地稀缺性和不可再生性所引发的土地利用效率评价，最早由美国经济学家戴维斯(O.A.Davis)提出将土地利用效率作为衡量城市土地利用的综合指标。近些年，我国的土地利用效率评价从城市用地[5-7]转向了农用地[8-9]。具体到种植业投入产出效率评价模型，根据研究目标的不同，相应地可分为两类：(1)对某一特定作物或几种作物的投入产出效率进行测算或比较；(2)对不同种植方式的作物进行投入产出效率测算。这两类评价方法各具特色，又不断完善，呈现多元化的发展趋势。

1.1 对某一特定作物或几种作物的投入产出效率的参数测度方法

伴随效率理论研究的推进，有关效率的评价方法也日趋完善，从定性转向定量评价。对某一特定作物或几种作物的投入产出效率的测度方法可分为参数和非参数两大类。其中的参数方法沿袭了传统的生产函数估计思想，即通过建立生产函数，以适当的方法估计位于生产前沿面上的函数参数构造，其中应用较为广泛的参数测度方法有回归分析(RegressionAnalysis)、C-D柯布道格拉斯生产函数(Cobb-Douglasproductionfunction)和随机前沿生产函数(StochasticFrontierAnalysis，简称SFA)等。

1.1.1 回归分析

回归分析方法是通过规定因变量和自变量来确定变量之间的因果关系，建立回归模型，并根据实测数据求解模型的各个参数，进而评价回归模型是否能够很好地拟合实测数据，如果能够很好拟合，则可以根据自变量做进一步预测。如刘洪彬等对大城市郊区典型区域农户作物种植选择行为及其影响因素进行分析[10]。回归分析方法能够通过数学模型表现指标单元间的具体关系，虽然考虑到变量间的相互关系，能够得到一个综合性的结论，但易受计量单位的影响而出现误差。

1.1.2C-D柯布道格拉斯生产函数

C-D柯布道格拉斯生产函数由美国经济学家保罗·道格拉斯(P.H.Douglas)和数学家查理.柯布(C.W.Cobb)提出，根据产出和投入建立函数关系进行回归得出各投入要素的生产弹性及对产出的边际贡献，在要素价格既定的前提下判断要素是否达到最优配置。如韩建飞测算河北省粮食丰产科技工程区各项投入要素与科技进步对粮食生产的贡献[11]。C-D柯布道格拉斯生产函数不仅可以估测准确的效率数值和各项投入要素对产出的影响程度，且其数据特性使得技术经济分析时计算分析结论更准确。其不足之处在于无法给出要素配置不合理时的优化调整方向，在一定程度上影响了研究结论的现实意义。

1.1.3 随机前沿生产函数

随机前沿生产函数最早由法雷尔(Farrel)在 1957 年提出，用于对既定的投入要素进行最佳组合，计算所能够达到的最优产出。目前主要用于从微观角度探讨生产主体的技术效率以及效率损失影响因素的研究。如邬婧对春、冬小麦各自主产区的技术效率核算，I.C.Idiong对克罗斯河州农户小型沼泽地的稻谷生产效率测算，以及田琳对我国粮食和经济作物的全要素生产率定量比较[12，13]。该方法在确定一种具体的函数形式的基础上估计效率分布状况，能够充分地考虑相关的影响因素，且其将随机因素的影响纳入考量范畴，能够严格区分非效率与随机干扰因素，更广泛地被应用于研究效率损失的影响因素。但是，使用时事先构建的生产函数与现实的一致性难以保证，且往往只处理单输出的情况，而对于多输入、多输出的经济系统处理起来则十分复杂，并且，对于无效单元，参数方法仅仅能说明无效程度即效率大小。

1.2 对某一特定作物或几种作物的投入产出效率的非参数测度方法

由于参数方法的函数形式需事先假定，这使得研究过程中带有较多的假设条件，研究的意义受到较大限制，且参数估计的有效性和合理性需要检验，参数的估计方无法保证生产函数具有最大产出的特性。因此，学者基于经济效率相对测度的生产前沿面研究方法提出了非参数方法，不寻求生产前沿面的具体形式，而是通过所观测的大量实际数据，基于一定的生产有效性标准，找出位于生产前沿面上的相对有效点。因数据不受过多限制，且经济生活本身为动态的发展过程，测度相对效率更具有现实意义，这使得非参数法受到学者们的青睐。其具体方法包括数据包络分析方法(DataEnvelopmentAnalysis，简称DEA)[14-17]、Malmquist指数法，以及由DEA模型演化出来的SBM模型(Slacks-BasedMeasure)与由Malmquist指数演化而来的HMB指数法∗HMB指数是根据3位学者Hicks、Moorsteen和Bjuerk的贡献命名，以Malmquist指数定义，因此HMB指数被称为Malmquist指数的扩展.等。

1.2.1 数据包络分析(DEA)

数据包络分析(DEA)是1978 年著名运筹学者查恩斯(A.Charnes)和库伯(W.W.Cooper)等基于法雷尔(Farrell)投入与产出衡量效率的模式提出，特别适合于分析多输入、多输出情形下的投入产出效率，多用于测定配置效率和技术效率，判别利用的合理性。譬如李道和等对我国绿茶和红茶的生产效率及其对茶叶产业增长的贡献进行实证[17]。DEA方法因无需设定具体的生产函数和权重，避免了主观因素的影响；因不直接对投入产出指标进行评价，指标数据前期处理非常简便，不需要无量纲化∗无量纲化，即标数据的标准化、规范化处理，是通过数学变换来消除原始指标单位及量级影响的方法.，非常受学者青睐。

DEA数据包络分析法的基本模型为固定规模收益模型(ConstantReturnstoScaleModel，简称CRS模型)和可变规模收益模型(VariableReturnstoScaleModel，简称VRS模型)。传统DEA模型的径向(同比例改进)选择和角度(投入或产出角度)选择存在缺陷。为避免其带来的偏差，KaoruTone提出SBM模型进行非径向和非角度的度量，以解决传统DEA模型的投入和产出松驰问题[18]。譬如陈超等对我国水稻的生产效率测算[19]。但SBM模型没有能解决DEA模型所存在的其他问题，如DEA模型不包含无法量化的因素所引起的随机误差，将任何与前沿的偏离都归于非效率，使其无法确定随机干扰因素对效率的影响。另外，在检验测算结果的显著性方面也存在不足。

1.2.2Malmquist全要素生产率指数法

Malmquist全要素生产率指数法由瑞典经济学和统计学家马奎克.斯登(StenMalmquist)于 1953 年提出，最早用于分析消费行为[20]。卡夫(Caves)等首先将该指数应用于生产率变化的测算，通过计算每个数据点相对于普通技术的距离比值，来测量全要素生产效率的变化[21]。譬如顾海对河南苹果产区生产效率及变动趋势的研究[22]。该方法适用于对包含多个指标的样本进行测度以及多个地区的跨时期样本分析，但不能测算单一的、孤立的地区样本。

1.3 组合评价法分

为了弥补非参数方法的不足，学者相继提出分步骤将不同的评价方法结合起来评价效率，如Malmquist指数相结合的DEA-Malmquist指数法、与Tobit模型(TobitModel，也称作截取回归模型)相结合的DEA-Tobit两步法。组合评价方法结合了所使用两种方法的优点，更能够满足研究目标的需要，并且，在使用过程中，可根据需要调整方法的选择。

1.3.1DEA-Malmquist指数法

卡夫(Caves)将Malmquist指数用于测算生产率变化后，又进一步发展到在测算中与DEA方法的结合。首先利用静态指标DEA模型求出各产业的技术效率值(TE)和规模效率(SE)，分析其规模报酬状态，然后将反映跨不同时期的效率动态变化的Malmquist指数分解为技术变化和技术效率变化，判断效率的变化情况以及变化来源。如刘战伟对我国欠发达地区粮食生产效率的变动情况及其过低的原因研究[23]。

1.3.2DEA-Tobit两步法

在DEA数据包络分析法的评价效率基础上，运用Tobit模型分析影响其效率的各种因素。首先采用DEA模型分析评估出决策单元的效率值，然后将得出的该效率值作为因变量，以影响因素等作为自变量建立回归模型。如吴婧对全国耕地利用效率的程度以及影响耕地利用效率高低的因素进行定量研究[24]。

1.4 对不同种植方式的作物进行投入产出效率测算——土地当量比法

对不同种植方式的作物进行投入产出效率测算大多使用土地当量比法。土地当量比∗原始定义的英文为：“The total land area of sole crop required to achieve the same yield as the intercrops”.(LandEquivalentRaho，简称LER)是威利(Willy)和奥西拉克(Osira)首先提出的，指为获取与间作同等产量作物单作所要求耕地面积的总和[25]。土地当量比是以农田作物产量为参数，以作物单作为对照，客观评价不同种植方式土地利用效率高低、土地利用状况优劣的重要指标。朱文旭应用土地当量比测算桑树(大豆)和桑树(谷子)间作的种植效率[26]。该方法适用于复种套作土地、间作土地、轮作土地等各种种植方式利用效率的定量评价。由于相同田块上具有可比性，不同田块上则不具可比性，因此，该方法存在一定的运用局限。

2 “效率”评价的综合趋势及其种植业投入产出效率评价方法的局限

2.1 综合评价效率的需求及其多指标综合评价方法

生产要素市场的供求变化使得要素配置环境也不断变化，对生产活动中要素投入及其产出效率的研究是经济学研究领域的重要课题。总体上，人们对效率研究的认知和理论主要经历了两个阶段：(1)西方古典经济学中，亚当·斯密(AdamSmith)认为合理的分工协作能够提高劳动生产效率[27]；(2)西方新古典经济理论中，帕累托效率(ParetoOptimality)是对效率理论最典型的论述。意大利经济学家和社会学家帕累托(VilfredoPareto)认为不存在任何改进空间的资源配置是最优的[28]。此后，希朗.戴维斯(HiamDavis)在1954年所著的《生产率核算》中最早提出全要素生产率(TotalFactorProductivity)∗全要素生产率(TFP)：指全部生产要素(包括资本、劳动、土地，但通常分析时都略去土地不计)的投入量都不变时，而生产量仍能增加的部分.的内涵及其应用范围[29]；肯德里克(J.W.Kendrick)在《美国生产率趋势》一书中进一步指出，局部生产率无法反映生产效率的全部内容，只有将产出量与所有投入要素的数量及组合结构有机结合，才能准确反映生产效率的变化[30]。伴随这一背景，传统效率评价方法从单纯地以货币价值表现人类劳动产品，以价格来度量的经济指标，转向经济、社会和环境多方面评价。

由于反映社会发展水平的人均期望寿命、婴儿死亡率、每万人中病床拥有数等指标没有一个统一的同度量因素，因此，发展出一些多指标综合评价方法，如模糊综合评判的应用，以主成份分析、因子分析、聚类分析和判别分析为主要统计方法的多元分析方法的推广。其中多元分析方法需要通过将性质、量纲各异的不同指标值无量纲化处理为可综合的相对数——评价值，再选用一定方法，如加权线性和法、乘法合成、加乘混合法、代换法等，把无量纲后的各单个指标评价值综合在一起——合成，得到一个总评价值。在评价指标的选择上遵循目标性、全面性、可行性、稳定性，以及指标与评价方法的协调原则，通过数学方法根据指标间的关系进行选取[31-33]；以及对有关实质性权、估价权、信息量权等权数的类型，特菲尔专家打分、层次分析法和组合赋权法等计算方法和用途进行讨论[34-35]，促成综合量化评价的可操作和逐渐规范化。这些方面的探索也都在土地利用效率评价中表现和运用[36-38，44]434343。但该理念在种植业的投入产出效率评价中尚未得到应用。

2.2 种植业投入产出效率评价没能满足综合评价的现实需求

种植业投入产出效率评价，作为更大范畴的经济学领域生产活动中要素投入产出效率研究的一部分，属于土地利用效率评价中的内容，以上服务于两大目标的种植业投入产出效率评价模型，其方法的演进过程一定程度上受到相关学科发展的影响。但相比其它领域而言，学术界并没有能够针对现实需求和学术前沿做出积极的探索和响应。

2.2.1 评价指标表征单一，局限于生产成本，不能反映现实状况

在一定时期内生产力相对稳定的情况下，通过选择种植作物的品种来获得预期的收益，是农户在市场经济机制下，综合考虑市场需求、可利用土地性状和技术水平等因素所做出的种植决策结果，能反映农户对土地的投入产出效率的预期评价，是农业管理的重要手段。现实中，农户在种植品种的选择上受到多方面因素的影响，包括年龄、性格、知识、技能、土地单元自然条件和市场、信息和习俗等因素[39]。而产出方面，种植作物的社会效益与生态效益也难以精确量化，大多只将经济效益进行量化纳入模型进行测算[40]。目前的种植业的投入产出效率指标表征方式通常有两种：其一，投入指标通过土地、资本和劳动力投入数量三大类表征，产出指标通过产值与产量进行表征[41]。部分学者将技术作为投入引入指标体系[42]。其二，以国家物价总局修订的我国农产品成本收益核算指标体系∗先后有1979年、1998年和2004年三次修订版本.为标准，投入指标以物质费用、用工作价及土地成本表征，各大类又分为直接费用和间接费用。产出指标则以产出的价值量与实物量核算[43]。各学者在研究中直接采用两种指标表征方式的一种，或根据研究目标与研究对象的不同做一些修改。但不管怎样，从目前学者在评价种植业投入产出效率时选取的评价指标来看，大多是从生产成本这一单一角度进行，不能反映现实状况。

2.2.2 广泛应用的机会成本量化方法，在种植业投入产出效率评价却没有得以体现

一些学者在种植业的投入产出效率评价中考虑到交易成本方面的因素，但仅用于解释农户行为[44]，而未将其纳入案例的实际评价与考虑范畴，尤其是量化评价。在经济学中，机会成本广泛应用于宏微观管理中。由于微观管理所涉及的要素相对更为可控，这使得机会成本量化方法在微观管理方面的应用具有独到优势，相关研究集中于企业生产经营决策、资源环境管理、确定流域生态补偿标准或耕地保护农户经济补偿标准、计算合理收购价格、以及确定合理种植/养殖规模等方面。虽然，种植业侧重于粮食、经济作物、蔬菜、绿肥、饲料、牧草和花卉园艺等不同作物的种植，使得种植业投入产出效率评价的研究对象有其特殊性，且相关的机会成本量化具有一定难度，需要处理计算口径统一以及机会成本动态变化等方面的问题，但雍新琴等在对耕地保护农户经济补偿标准的探讨中为农作物机会成本量化提供了方法上的探讨[45]，齐涛等则通过对玉米价格测算的相关研究提出农作物机会成本量化有必要尝试作该方面的探索[46]，因此，评价指标表征全面考量既是难点，也将是体现“效率”综合评价的关键，而机会成本可能是一个较好的突破口。

3 结论与讨论

种植业投入产出效率评价是土地利用效率评价的重要组成内容之一，服务于不同目标的两类种植业投入产出效率评价模型各有利弊，并反映出经济学“效率”评价量化方法的不断完善过程，以及所呈现出的多元化发展趋势。伴随人们对“效率”认知的深化，“效率”评价趋于走向综合评价。尽管多指标综合评价带来多方面的量化方法进步，种植业投入产出效率评价方法仍局限于传统，指标表征局限于生产成本的单一性，不能满足现实状况和需求，这一问题虽有学者意识到非生产成本的其它因素对效率的影响作用，但仍然没有较好的方法进行量化表达和测算。基于机会成本的评价方法，不仅是一种方法，也是一种新的综合思维方式。已有的机会成本评价积累一定的方法经验，而传统种植业投入产出效率评价则积累一定的相关知识和指标构建基础，未来可以尝试基于机会成本方法对种植业投入产出效率的评价进行方法探索。

参考文献：

[1]王金.开发区土地利用效率研究——以湖北省为例[D].武汉：华中师范大学，2012.

[2]林崇德，姜璐，王德胜，等.中国成人教育百科全书[M].海口：南海出版公司，1994.

[3]Loomis，RS，Connor，DJ.作物生态学——农业系统的生产力及管理[M].李雁鸣，梁卫理，崔彦宏，等译.北京：中国农业出版社，2002.

[4]Farrell，MJ.TheMeasurementofProductiveEfficiency[J].JournaloftheRoyalStatisticalSociety，1957，120(3)：253-290.

[5]刘成刚，高桂平，庄军.山东省城市经济发展和土地利用效率的实证分析[J].经济师，2005，8：257-259.

[6]张帅，潘润秋，张俊.基于模糊综合评判模型的开发区集约利用研究[J].国土资源科技管理，2011(1)：55-61.

[7]黄奕龙，王仰麟，卜心国，等.城市土地利用综合效益评价：城际比较[J].热带地理，2006，26(2)：145-150.

[8]庞英.耕地利用效益及其区域差异[D].南京：南京农业大学，2006.

[9]李彩云.农地效率与农户种植规模的关系研究——基于湖北汉川的农户调查[D].华中科技大学，2010.

[10]刘洪彬，王秋兵，董秀茹，等.大城市郊区典型区域农户作物种植选择行为及其影响因素对比研究[J].自然资源学报，2013，28(3)：372-380.

[11]韩建飞.河北省粮食丰产工程区提高粮食综合生产能力机制与对策研究[D].河北农业大学，2010.

[12]邬婧.我国小麦生产的技术效率分析[D].南京：南京农业大学，2010.

[13]ICIdiong.EstimationofFarmLevelTechnicalEfficiencyinSmallscaleSwampRiceProductioninCrossRiverStateofNigeria：AStochasticFrontierApproach[J].WorldJournalofAgriculturalSciences，2007，3(5)：653-658.

[14]郑新奇，王筱明.城镇土地利用结构效率的数据包络分析[J].中国土地科学，2004，18(2)：34-39.

[15]孙婷.基于数据包络分析的城市土地利用效率评价研究[D].重庆：西南大学，2007.

[16]江立武，赵小敏.数据包络分析法在开发区土地集约利用规模效益评价中的应用[J].中国人口·资源与环境，2010(3)：115-118.

[17]李道和，池泽新，刘滨.基于DEA的中国茶叶产业全要素生产率分析[J].农业技术经济，2008(5)：52-56.

[18]ToneK.ASlacks-BasedMeasureofEfficiencyinDataEnvelopmentAnalysis[J].EuropeanJournalofOperationalResearch，2001，(130)：498-509.

[19]陈超，李纪生.基于SBM模型的中国水稻生产效率分析[J].农业技术经济，2008(4)：71-78.

[20]Malmquist，S.IndexNumbersandIndifferenceSurfaces[J].TrabajosdeEstatistica，1953(4)：209-242.

[21]Caves，DW，Christensen，LR，Diewert，WE.TheEconomicTheoryofIndexNumbersandtheMeasurementofInputandOutput，andProductivity[J].Econometrica，1982，50(6)：1393-1494.

[22]顾海，王艾敏.基于Malmquist指数的河南苹果生产效率评价[J].农业技术经济，2007(2)：99-104.

[23]刘战伟.我国欠发达地区粮食生产效率的实证研究——基于DEA和Malmquist指数法分析[J].江西农业大学学报，2011，10(2)：9-15.

[24]吴婧.基于DEA-Tobit两阶段法的中国耕地利用效率研究[D].四川农业大学，2010.

[25]TaTC，FarisMP.SpeciesVariationintheFixationandTransferofNitrogenfromlegumestoAssociateGrasses[J].PlantandSoil，1987，98：265-274.

[26]朱文旭.桑树/谷子和桑树/大豆间作的种间促进作用比较研究[D].东北林业大学，2012.

[27]AdamSmith.AnInquiryintotheNatureandCausesoftheWealthofNations[M].London：W.StrahanandT.Cadell，1776.

[28]罗伯特·E霍尔，马克·利伯曼.宏观经济学：原理与应用[M].孙晓梅，刘士平，译.大连：东北财经大学出版社，2004.

[29]HiamDavis.ProductivityAccounting[M].Philadelphia：UniversityofPennsylvaniaPress.1995.

[30]KendrickJohnW.ProductivitytrendsintheUnitedStates[M].PrincetonN.J：PrincetonUniversityPress，1961.

[31]邱东.多指标综合评价方法的系统分析[M].北京：中国统计出版社，1991.

[32]叶宗裕.关于多指标综合评价中指标正向化和无量纲化方法的选择[J].浙江统计，2003(4)：24-25.

[33]王春枝.综合评价指标筛选及预处理的方法[J].统计教育，2007(90)：15-16.